The art of transcriptome reconstruction: with applications in Picea abies (L.) H. Karst
2023 (English)Doctoral thesis, comprehensive summary (Other academic)Alternative title
Konsten att rekonstruera transkriptom : med tillämpningar i rödgran (Swedish)
Abstract [en]
Transcriptome reconstruction is an important component in the bioinformatical part of transcriptome studies. When a reference genome is missing, highly fragmented or incomplete, a de novo transcriptome assembly is the transcriptome reconstruction approach of choice, since in such situations, a simple alignment (or mapping) would not necessarily give all theinformation concerning splice junctions, isoforms or even the full extent of the gene. Several methods for de novo transcriptome assembly have been suggested, but many of these methods lack sufficient ability to recover isoforms or are memory intense, which requires themethods to be executed on computing clusters.
One species, whose published reference genome is highly fragmented, is the Norway spruce (Picea abies (L.) H. Karst.) – a conifer, very important for Swedish forestry ande conomy, but with a long juvenile phase and irregular cone setting, the demand of cultivated seeds is larger than the supply. Thus, there is a desire to understand the molecular biology behind the cone setting in P. abies, not least regarding gene expression and its regulation. This doctoral dissertation addresses these problems by describing the biological background in general, followed by an introduction to theoretical computational problems relatedto the methods applied for transcriptome reconstruction, which then are described in depth themselves, as is P. abies.
Paper I uses a novel de novo assembler to detect connections between scaffolds in the P. abies genome, and also studies P. abies var acrocona, a mutant with shorter juvenile phase and more regular cone setting than the wild type, in order to detect how cone setting is initiated. By means of allele-specific expression analysis, this study detects a SNP ina miRNA binding site on a novel gene, a mutation which is coherent with the acroconaphenotype.
Paper II and paper III both introduce one novel de novo transcriptome assembler each: Paper II describes the assembly method applied in paper I, with the focus torecover a comprehensive list of isoforms. It accomplished this, thus providing higher recallthan the other tested assemblers, but with an increased use of computational resources. In turn, paper III introduces a lightweight assembly method, which is the first assembly method employing the ant colony system (ACS) meta-heuristic. It is more rapid than theother tested assemblers and requires less memory (never more than half of the second most memory efficient method), but provides low recall.
Paper IV applies reference based transcriptome assembly to improve the gene annotation of a new, chromosome-scale, P. abies reference genome, which is being prepared at the moment. This study pinpoints the locations in the assembled genome of six previously described genes, but which the annotation missed – until now. Furthermore, for two annotatedgenes, this study found and verified one novel transcript isoform each.
Paper V studies the natural variation in cone setting in P. abies, and also the gene expression pre and post treatment of gibberellic acid (GA), known to stimulate floweringin plants. P. abies genotypes with lower cone setting ability turns out to get more genesactivated post GA treatment, compared to genotypes with higher cone setting ability.
Abstract [sv]
Transkriptomrekonstruktion är en viktig beståndsdel i den bioinformatiska avdelningen av transkriptomstudier. När ett referensgenom saknas, är kraftigt fragmenterat eller ofullständigt, så måste sammansättningen av transkriptomet ske de novo, ty i dessa situationer skulle inte en vanlig inpassning (eller mappning) nödvändigtvis ge all information om splitsningsplatser, isoformer eller ens genens fullständiga omfattning. Flertalet metoder för sammansättning av transkriptom de novo har föreslagits, men många av dessa saknar förmåga att återskapa isoformer eller är minnesintensiva, vilket kräver att metoderna exekveras på datorkluster.
En art, vars referensgenom är kraftigt fragmenterat, är rödgran (Picea abies (L.) H. Karst.) - ett barrträd som är mycket viktigt för svenskt skogsbruk och svensk ekonomi, men med en lång uppväxtsfas och oregelbunden kottsättning så är efterfrågan på förädlade fröer större än utbudet. Således finns ett intresse att förstå kottsättningens bakomliggande molekylärbiologi, inte minst med avseenede på vilka gener som uttrycks och hur de regleras.
Denna doktorsavhandling behandlar dessa problem medelst beskrivande av den allmänna biologiska bakgrunden, följt av en introduktion av problem från teoretisk datalogi, vilka är relaterade till metoder för sammansättning av transkriptom, som i sin tur själva är beskrivna i detalj därefter, liksom också rödgran är.
Artikel I tillämpar en ny sammasättningsmetod för att upptäcka kopplingar mellan olika fragment i grangenomet, men studerar även en mutant: P. abies var acrocona (kottegran), vilken har kortare uppväxtsfas och mer regelbunden kottsättning än vildtypen, för att avgöra hur kottsättning initieras. Med hjälp av allelspecifik uttrycksanalys hittar denna stuide en SNP i ett bindningsställe för miRNA i en tidigare ostuderad gen, vilken visar sig sammanhängande med kottegranens fenotyp.
Artikel II och artikel III presenterar varsin ny metod för de novo sammansättning av transkriptom: Artikel II beskriver den sammansättningsmetod som tillämpas i artikel I, med fokus på att återskapa en omfattande lista av isoformer. Detta erhålls, således uppnår metoden en högre grad av sensitivitet än de andra testade metoderna, men till en kostnad av ett ökat behov av beräkningsresurser. I sin tur presenterar artikel III en lättviktig sammansättningsmetod, den första i sitt slag som tillämpar metaheuristiken myrkolonisystem (ant colony system). Metoden är snabbare och minnessnålare än andra testade metoder (använder aldrig mer än hälften av det minne som krävs av den näst minnessnålaste), men ger låg sensitivitet.
Artikel IV tillämpar referensbaserad sammansättning av transkriptom för att förbättra annoteringen av ett nytt, kromosomskaligt referensgenom för rödgran, vilket förberedes i skrivande stund. Denna studie lokaliserar sex tidigare beskrivna gener i det nya genomet, men som missats av annoteringen - tills nu. Vidare får två annoterade gener varsin ny isoform, som hittats och verifierats i denna studie.
Artikel V studerar naturlig variation av kottsättning i rödgran, samt genuttrycksnivåer före och efter behandling av gibberellinsyra (GA), känd att stimulera blomning. Genotyper av rödgran med lägre kottsättningsförmåga tycks få fler gener aktiverade efter GA-behandling, jämfört med genotyper med högre kottsättningsförmåga.
Place, publisher, year, edition, pages
Stockholm: Kungliga Tekniska högskolan, 2023. , p. iv, 55
Series
TRITA-CBH-FOU ; 2023:55
Keywords [en]
transcriptome reconstruction, transcriptome assembly, transcript isoform detection, Picea abies, acrocona, cone setting, differential expression, gene families, miRNA, quality assessment
Keywords [sv]
transkriptomrekonstruktion, sammansättning av transkriptom, detektering av transkriptisoform, rödgran, kottegran, kottsättning, differentiellt uttryck, genfamiljer, kvalitetsutvärdering, miRNA
National Category
Bioinformatics (Computational Biology) Bioinformatics and Computational Biology
Research subject
Biotechnology
Identifiers
URN: urn:nbn:se:kth:diva-339409ISBN: 978-91-8040-774-8 (print)OAI: oai:DiVA.org:kth-339409DiVA, id: diva2:1810977
Public defence
2023-12-08, Air & Fire, Science For Life Laboratory, Tomtebodavägen 23a, https://kth-se.zoom.us/j/69664293949, Solna, 10:00 (English)
Opponent
Supervisors
Note
QC 20231110
2023-11-102023-11-092025-10-30Bibliographically approved
List of papers